一直以來,微芯片設(shè)計的成敗在很大程度上取決于布局規(guī)劃和布局步驟,這些布局步驟決定了內(nèi)存和邏輯元件在芯片上的位置。
反過來,位置又會強烈影響芯片設(shè)計是否能夠滿足包括處理速度和電源效率在內(nèi)的操作要求。
到目前為止,平面規(guī)劃任務(wù)是由專業(yè)工程師在數(shù)周或數(shù)月內(nèi)反復(fù)艱苦地去執(zhí)行完成的。盡管已經(jīng)進行了長達 50 年的研究,但是目前的芯片布局規(guī)劃仍然無法實現(xiàn)自動化,仍舊需要物理設(shè)計工程師數(shù)月的努力才能制作出布局規(guī)劃。
自 20 世紀(jì) 60 年代以來,研究人員們提出了許多芯片布局規(guī)劃方法,這些布局規(guī)劃方法可分為三大類:基于分區(qū)的方法、隨機/爬山方法和分析解算器。
然而,這些方法都不能達到人工水平,芯片復(fù)雜性的指數(shù)增長使得這些技術(shù)在現(xiàn)代芯片上基本上無法使用。
但在《自然》雜志今年 6 月發(fā)表的一篇論文中,來自谷歌的研究人員發(fā)布了一種機器學(xué)習(xí)方法,該方法可在數(shù)小時內(nèi)實現(xiàn)出色的芯片布局規(guī)劃。
谷歌的這項研究解決了芯片布局規(guī)劃自動化的問題。眾所周知,計算機行業(yè)一直受到摩爾定律的推動:每一塊芯片的組件數(shù)量大約每兩年翻一番。
這一進步速度相當(dāng)于一個芯片上的元件數(shù)量每周增加約 1%。因此,無法自動完成布局規(guī)劃是一個問題,這不僅是因為相關(guān)的時間成本,還因為它限制了芯片開發(fā)計劃中可以探索的解決方案數(shù)量。
此次,谷歌研究人員提出一個芯片布局規(guī)劃的強化學(xué)習(xí)方法,在不到 6 小時的時間內(nèi),即可用該方法自動生成一張芯片平面圖,功耗、性能和芯片面積等所有關(guān)鍵指標(biāo)都優(yōu)于或相當(dāng)于人工生成的平面圖。
該方法可跨芯片進行推廣,這意味著它能從過往經(jīng)驗中學(xué)習(xí),在放置新芯片時變得更好更快,從而使芯片設(shè)計師得到人工代理的協(xié)助,而人工代理的經(jīng)驗比任何人都豐富。
據(jù)悉,該研究允許芯片設(shè)計由具有比任何人類設(shè)計師更豐富經(jīng)驗的人工代理來完成,此方法曾被用于設(shè)計下一代谷歌人工智能(AI)加速器,每一代都有可能節(jié)省數(shù)千小時的人力。
目前,該研究方法已投入使用,并將用于設(shè)計下一代 Google TPU。
谷歌研究人員相信,更強大的人工智能設(shè)計硬件將推動人工智能的發(fā)展,并在這兩個領(lǐng)域之間建立一種共生關(guān)系。
事實上,培訓(xùn)跨芯片的布局策略是非常具有挑戰(zhàn)性的,芯片布局規(guī)劃類似于一個游戲,具有不同的塊(例如網(wǎng)表拓撲、宏計數(shù)、宏大小和縱橫比)、板(不同的畫布大小和縱橫比)和贏條件(不同的評估指標(biāo)或不同的密度和路由擁塞約束的相對重要性)。
據(jù)悉,自動化和加速芯片設(shè)計過程還可實現(xiàn)人工智能和硬件的協(xié)同設(shè)計,從而產(chǎn)生針對重要工作負載定制的高性能芯片:比如自動車輛、醫(yī)療設(shè)備和數(shù)據(jù)中心等領(lǐng)域。
這種形式的布局優(yōu)化出現(xiàn)在科學(xué)和工程應(yīng)用中,包括硬件設(shè)計、城市規(guī)劃、疫苗測試和分配以及大腦皮層布局。因此,研究人員們相信研究的布局優(yōu)化方法可應(yīng)用于芯片設(shè)計以外的有效布局問題。
開發(fā)比現(xiàn)有方法更好、更快和更便宜的自動化芯片設(shè)計方法,將有助于保持芯片技術(shù)的“摩爾定律”軌跡。
對于芯片行業(yè)的技術(shù)領(lǐng)導(dǎo)者和決策者來說,谷歌論文中最重要的啟示可能是研究出的布局方案已經(jīng)被納入谷歌下一代人工智能處理器的芯片設(shè)計中。
責(zé)任編輯:haq
-
芯片
+關(guān)注
關(guān)注
458文章
51433瀏覽量
428813 -
谷歌
+關(guān)注
關(guān)注
27文章
6211瀏覽量
106267 -
AI
+關(guān)注
關(guān)注
87文章
32051瀏覽量
270932
原文標(biāo)題:谷歌“AI造芯”,由Jeff Dean團隊推出,只需6小時即可自主設(shè)計芯片
文章出處:【微信號:deeptechchina,微信公眾號:deeptechchina】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
DeepSeek與Kimi揭示o1秘密,思維鏈學(xué)習(xí)方法顯成效
回流焊生產(chǎn)線布局規(guī)劃
傳統(tǒng)機器學(xué)習(xí)方法和應(yīng)用指導(dǎo)

螞蟻集團收購邊塞科技,吳翼出任強化學(xué)習(xí)實驗室首席科學(xué)家
《DNESP32S3使用指南-IDF版_V1.6》第一章 本書學(xué)習(xí)方法
什么是機器學(xué)習(xí)?通過機器學(xué)習(xí)方法能解決哪些問題?

如何使用 PyTorch 進行強化學(xué)習(xí)
嵌入式學(xué)習(xí)建議
谷歌AlphaChip強化學(xué)習(xí)工具發(fā)布,聯(lián)發(fā)科天璣芯片率先采用
《DNK210使用指南 -CanMV版 V1.0》第一章本書學(xué)習(xí)方法
剖析 Chiplet 時代的布局規(guī)劃演進

深度學(xué)習(xí)中的無監(jiān)督學(xué)習(xí)方法綜述
通過強化學(xué)習(xí)策略進行特征選擇

評論